Cuộc đua AI ngành ngân hàng: Thành bại nằm ở dữ liệu và kiểm soát rủi ro

Cuộc đua AI ngành ngân hàng phụ thuộc vào dữ liệu (Ảnh minh hoạ)

Trí tuệ nhân tạo (AI) đang rời khỏi phạm vi của các ứng dụng hỗ trợ như chatbot hay trợ lý ảo để đi sâu vào những hoạt động cốt lõi của ngành ngân hàng. Nhờ năng lực xử lý dữ liệu quy mô lớn, công nghệ này giúp các ngân hàng nâng cao mức độ cá nhân hóa dịch vụ, mở rộng khả năng tiếp cận tài chính và đồng thời cải thiện hiệu quả vận hành.

Cùng với sự gia tăng nhanh chóng của dữ liệu số, AI đang thúc đẩy một sự chuyển dịch căn bản trong ngành tài chính-ngân hàng. Từ giai đoạn số hóa, hệ thống ngân hàng đang tiến dần sang mô hình vận hành dựa trên trí tuệ nhân tạo (AI-native banking). Tuy vậy, quá trình này cũng kéo theo những yêu cầu khắt khe hơn về quản trị dữ liệu và kiểm soát rủi ro nhằm bảo đảm công nghệ được triển khai đúng hướng và an toàn

CHẤT LƯỢNG DỮ LIỆU ĐỊNH HÌNH “TRÍ TUỆ” CỦA AI

Một trong những rào cản lớn nhất đối với việc triển khai AI là tình trạng dữ liệu phân tán, thiếu đồng bộ giữa các hệ thống. Đây là yếu tố đầu vào mang tính quyết định đến chất lượng đầu ra của các mô hình AI.

Bà Nguyễn Phương Thanh, Phó Tổng Giám đốc, Tư vấn, Dịch vụ Tài chính Ngân hàng, EY Việt Nam nhận định, vấn đề cốt lõi không nằm ở công nghệ mà ở việc dữ liệu vẫn bị chia cắt, thiếu tiêu chuẩn chung và chưa có cơ chế quản trị xuyên suốt toàn tổ chức. Điều này khiến các mô hình AI khó đạt được độ chính xác và độ tin cậy cần thiết.

Nguồn: VietinBank

Theo các chuyên gia, AI chỉ có thể tạo ra giá trị bền vững khi dữ liệu đầu vào đảm bảo chất lượng. Dữ liệu sai lệch sẽ dẫn đến kết quả sai lệch; trong khi dữ liệu thiên lệch có thể khiến thuật toán kế thừa và khuếch đại các sai sót, từ đó gây ra rủi ro về quyền lợi khách hàng, an toàn thông tin và uy tín của tổ chức tín dụng.

Mối quan hệ giữa AI và dữ liệu vì vậy mang tính phụ thuộc lẫn nhau. Dữ liệu là “đầu vào” quyết định chất lượng AI, còn AI lại hỗ trợ xử lý, làm sạch, đối soát và truy vết dữ liệu. Tuy nhiên, việc ứng dụng AI chỉ đóng vai trò trong quá trình tự động hóa phân tích, còn trách nhiệm ra quyết định không thể tự động hóa hoàn toàn, thay vào đó con người vẫn phải giữ quyền kiểm soát cuối cùng.

“Quản trị dữ liệu đang trở thành yếu tố then chốt, có thể tạo lợi thế cạnh tranh nhưng cũng có thể trở thành điểm nghẽn nếu không được kiểm soát hiệu quả. Do đó, bắt buộc phải dịch chuyển tư duy từ xây dựng chính sách tuân thủ thụ động sang mô hình Quản trị dữ liệu tăng cường bằng AI, trong đó quản trị được thiết kế theo cấu trúc ba chiều: Quản trị phục vụ AI, quản trị bằng AI và quản trị đối với chính các mô hình AI” ông Đào Minh Tú, Phó chủ tịch, Tổng Thư ký Hiệp hội Ngân hàng Việt Nam cho biết.

BÀI TOÁN PHÁP LÝ VÀ AN TOÀN DỮ LIỆU

Song song với dữ liệu, khung pháp lý đang đóng vai trò quan trọng trong việc định hướng và kiểm soát việc triển khai AI trong lĩnh vực ngân hàng. Thực tế cho thấy, AI không còn là công nghệ mang tính thử nghiệm mà đã được tích hợp vào nhiều quy trình cốt lõi như thẩm định tín dụng, phát hiện gian lận, phòng chống rửa tiền (AML), chăm sóc khách hàng và xác thực điện tử.

Theo bà Nguyễn Thu Hạnh, Giám đốc quản trị dữ liệu Ngân hàng Techcombank, việc ứng dụng AI đã mang lại những kết quả cụ thể cả về hiệu quả kinh doanh lẫn quản trị rủi ro.

Theo đó, các hệ thống phòng chống gian lận đã giúp bảo vệ hơn 100 tỷ đồng cho khách hàng, đồng thời phát hiện hơn 2.000 cảnh báo bất thường theo thời gian thực. Trong hoạt động kinh doanh, AI hỗ trợ cá nhân hóa dịch vụ ở mức độ sâu, góp phần nâng tỷ lệ chuyển đổi thêm khoảng 20%

Nguồn: Techcombank

Tại VietinBank, ông Nguyễn Công Thương, Giám đốc Khối Data và AI cho biết ngân hàng lựa chọn hướng tiếp cận xây dựng năng lực AI dùng chung trên toàn hệ thống, thay vì phát triển các ứng dụng riêng lẻ giúp tối ưu nguồn lực và đảm bảo tính đồng bộ.

Theo đó, công cụ VietinBank Genie hiện xử lý trung bình từ 12.000 đến 15.000 câu hỏi mỗi ngày, hỗ trợ cán bộ tra cứu nhanh các văn bản, chính sách và quy trình nội bộ. Trong lĩnh vực thẩm định tín dụng, mức độ tự động hóa đã đạt từ 70% đến 85% dữ liệu trong tờ trình, qua đó rút ngắn thời gian xử lý từ nhiều ngày xuống chỉ còn vài giờ. Sau bảy tháng triển khai, đã có hơn 2.900 tờ trình được xử lý thông qua giải pháp này.

Tuy nhiên, song hành với những lợi ích mang lại, AI cũng kéo theo nhiều rủi ro mới, đặc biệt trong lĩnh vực an toàn thông tin và bảo mật hệ thống.

Nguồn: MBBank

Ông Bùi Gia Hiếu, Giám đốc Trung tâm An toàn thông tin Ngân hàng TMCP Quân Đội (MB) cho biết chỉ số time-to-exploit (khoảng thời gian từ khi một lỗ hổng được công bố đến khi bị khai thác) đã giảm mạnh từ 63 ngày trong giai đoạn 2018–2019 xuống còn khoảng 5 ngày vào năm 2023, thậm chí chuyển sang mức âm, đồng nghĩa với việc lỗ hổng có thể bị khai thác trước cả khi bản vá được phát hành.

Diễn biến này cho thấy AI không chỉ hỗ trợ tăng cường năng lực phòng thủ mà còn có thể bị lợi dụng để gia tăng mức độ tinh vi và quy mô của các cuộc tấn công mạng.  Trước những thay đổi nhanh chóng này, cơ quan quản lý đang từng bước hoàn thiện khung pháp lý nhằm kiểm soát rủi ro và định hướng phát triển.

Ông Hoàng Minh Tiến, Phó Cục trưởng Cục Công nghệ thông tin (Ngân hàng Nhà nước) cho biết Ngân hàng Nhà nước đang xây dựng dự thảo Thông tư liên quan đến việc triển khai AI trong ngành ngân hàng.

Điểm đáng chú ý trong dự thảo là việc phân loại các hệ thống AI theo ba mức độ rủi ro gồm cao, trung bình và thấp. Đối với nhóm rủi ro cao, hai lĩnh vực trọng yếu gồm AI tự động thực hiện giao dịch điện tử và AI tự động ra quyết định cấp tín dụng sẽ chịu sự giám sát nghiêm ngặt.

Theo đó, hệ thống AI chỉ được phép tự động ra quyết định trong một ngưỡng giá trị giao dịch nhất định; khi vượt ngưỡng, bắt buộc phải có sự can thiệp của con người. Đồng thời, dự thảo cũng yêu cầu thiết lập đầy đủ các cơ chế giám sát, điều chỉnh, tạm dừng quyết định của AI cũng như cơ chế ngắt khẩn cấp khi xảy ra sự cố.

Theo ông Hoàng Minh Tiến,các ngân hàng không thể chỉ tập trung vào việc phát triển sản phẩm và tiện ích dịch vụ, mà cần đặt ưu tiên cho an toàn và bảo mật dữ liệu. Cách tiếp cận cũng cần thay đổi, từ phòng ngừa thụ động sang chủ động nhận diện và xử lý rủi ro.

Giám đốc quản trị dữ liệu Ngân hàng Techcombank cho rằng nền tảng quan trọng nhất để triển khai AI bền vững là niềm tin. Theo đó, niềm tin này cần được xây dựng dựa trên ba trụ cột chính: (i) chất lượng và quản trị dữ liệu xuyên suốt vòng đời; (ii) kiểm soát rủi ro phù hợp với từng cấp độ; và (iii) đảm bảo tính minh bạch, khả năng giải trình cũng như yếu tố đạo đức trong quá trình vận hành AI.

THIẾT LẬP HẠ TẦNG DỮ LIỆU KHAI MỞ TIỀM NĂNG AI

Từ góc độ bảo vệ dữ liệu cá nhân, nhiều chuyên gia cho rằng một giải pháp mang tính nền tảng là nghiên cứu xây dựng cơ sở dữ liệu quốc gia dành riêng cho ngành ngân hàng. Đây được xem là bước đi quan trọng nhằm tạo lập hệ sinh thái dữ liệu đồng bộ, phục vụ cho việc triển khai AI một cách an toàn và hiệu quả.

Luật sư Hoàng Hà, Giám đốc điều hành Data Protectify nhấn mạnh rằng việc khai thác dữ liệu để phát triển AI phải tuân thủ chặt chẽ các quy định pháp luật, đặc biệt là Luật Bảo vệ dữ liệu cá nhân và Nghị định 356/2025/NĐ-CP. Theo đó, các ngân hàng cần chuyển đổi cách tiếp cận, từ mô hình thu thập sự đồng ý tại một thời điểm sang quản trị sự đồng ý xuyên suốt toàn bộ vòng đời dữ liệu.

Theo vị luật sư này, một hệ thống quản trị dữ liệu minh bạch và có trách nhiệm không chỉ giúp các tổ chức tín dụng đáp ứng yêu cầu pháp lý mà còn đóng vai trò then chốt trong việc củng cố niềm tin của khách hàng và thị trường. Đây cũng là điều kiện cần để khai thác dữ liệu hiệu quả, từ đó phát triển các sản phẩm tài chính số theo hướng bền vững.

Vì vậy, quản trị dữ liệu cần được nhìn nhận không đơn thuần là nghĩa vụ tuân thủ, mà là năng lực quản trị chiến lược trong tiến trình chuyển đổi số của mỗi ngân hàng, Luật sư Hoàng Hà nhấn mạnh.

Đồng quan điểm, bà Nguyễn Phương Thanh cho rằng rào cản lớn nhất hiện nay không nằm ở công nghệ, mà ở mức độ trưởng thành của dữ liệu. Thực tế, nhiều tổ chức vẫn quản trị dữ liệu theo từng dự án riêng lẻ, thiếu sự liên kết và chuẩn hóa, trong khi AI chỉ có thể phát huy hiệu quả khi dữ liệu được quản trị xuyên suốt và thống nhất trên toàn hệ thống.

Trước yêu cầu này, các ngân hàng cần xây dựng đồng bộ các năng lực cốt lõi về dữ liệu. Trong đó bao gồm việc đảm bảo chất lượng dữ liệu đầu vào; xác định rõ quyền sở hữu dữ liệu và trách nhiệm giải trình; chuẩn hóa hệ thống metadata và thuật ngữ nghiệp vụ; thiết lập khả năng truy vết toàn bộ vòng đời dữ liệu; đồng thời triển khai quản lý dữ liệu chủ (Master Data Management) nhằm hình thành một phiên bản dữ liệu thống nhất cho toàn hệ thống.

Như vậy, cuộc đua AI trong ngành ngân hàng không còn xoay quanh công nghệ hay chi phí đầu tư, mà tập trung vào chất lượng dữ liệu, năng lực quản trị và niềm tin của khách hàng. Khi dữ liệu được coi là tài sản chiến lược và được quản trị hiệu quả, AI mới có thể trở thành động lực thúc đẩy tăng trưởng bền vững.

Các chuyên gia cũng cho rằng, để hiện thực hóa tiềm năng này, cần có sự phối hợp chặt chẽ giữa khuôn khổ pháp lý minh bạch từ phía cơ quan quản lý và kỷ luật thực thi nghiêm ngặt từ các tổ chức tín dụng. Đây sẽ là nền tảng để dữ liệu và AI không chỉ hỗ trợ vận hành, mà còn trở thành động lực cốt lõi cho sự phát triển dài hạn của ngành ngân hàng.